一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法与流程

摘要: 本发明提出了一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,涉及诊断溯源,具体涉及多维度特征融合的电能计量反窃电装置智能诊断与溯源。背景技术:1、...
一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法与流程

本发明提出了一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,涉及诊断溯源,具体涉及多维度特征融合的电能计量反窃电装置智能诊断与溯源。

背景技术:

1、电能计量是电力营销的基础环节,但现有反窃电诊断技术多依赖单一数据源分析,如仅用电表事件记录或仅分析负荷曲线,无法融合波形、事件、环境、历史校验等多维信息,导致隐蔽性窃电难以发现;异常诊断多为孤立阈值报警,缺乏多异常间的因果关联推理能力,难以自动追溯至接线松动、互感器饱和等根本性物理失效原因,排查仍依赖人工经验;电量追补普遍采用单一更正系数,无法适应复杂根因叠加场景,且计算结果缺乏可信度量化表达。

技术实现思路

1、本发明提供了一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,用以解决上述问题:

2、本发明提出的一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,所述方法包括:

3、s1、通过多源特征融合层对多维度信息进行同步采集与时空对齐、特征提取与向量化融合,获得多维度计量特征向量;

4、s2、通过多维度计量特征向量对第一层异常检测模型进行规则与统计判别、异常维度的快速定位与标记,获得异常维度集合;

5、s3、通过异常维度集合对第二层图神经网络拓扑知识图谱进行节点映射与关系推理、多异常间的因果关联与根因推理,获得根因组合;

6、s4、通过根因组合及其严重程度模型对自适应电量追补算法进行动态公式选择与加权组合计算、多公式协同估计与置信区间量化,获得最终追补电量结果。

7、进一步地,所述系统包括:

8、采集融合模块,用于通过多源特征融合层对多维度信息进行同步采集与时空对齐、特征提取与向量化融合,获得多维度计量特征向量;

9、异常集合模块,用于通过多维度计量特征向量对第一层异常检测模型进行规则与统计判别、异常维度的快速定位与标记,获得异常维度集合;

10、根因组合模块,用于通过异常维度集合对第二层图神经网络拓扑知识图谱进行节点映射与关系推理、多异常间的因果关联与根因推理,获得根因组合;

11、选择量化模块,用于通过根因组合及其严重程度模型对自适应电量追补算法进行动态公式选择与加权组合计算、多公式协同估计与置信区间量化,获得最终追补电量结果。

12、本发明有益效果:本方法解决了传统方法中数据孤立分析、异常检测与根因诊断脱节、追补计算依赖单一经验系数等一系列技术问题。多源特征融合有效解决了异构数据在时间基准和采样频率上的不一致性问题,使后续分析建立在统一、完整的数据基础上;统计与规则双通道判别机制解决了单一判别方法漏报率高或误报率高的矛盾,实现了对异常维度的快速定位和可信度评估;图神经网络知识图谱推理解决了多异常间的因果关联难以自动判别的技术难题,实现了从表面异常到深层根因的可解释推理;自适应多公式加权追补解决了传统单一更正系数法无法适应复杂根因场景的缺陷,使追补结果更具科学性和可信度。整体而言,本方法提升了电能计量反窃电诊断的自动化水平和准确性,降低了人工排查的工作量和误判风险。

1.一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述方法包括:

2.根据权利要求1所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述s1包括:

3.根据权利要求2所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述通过多源数据采集接口对实时波形数据、电能表内部事件记录、环境参数及历史校验数据进行并行同步采集、各源数据的时间戳归一化与插值对齐,获得多源原始数据集,包括:

4.根据权利要求1所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述s2包括:

5.根据权利要求4所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述通过统计异常评分序列对预设多项规则阈值进行逐项触发判定、规则匹配与越限标记,获得规则触发标志集合,包括:

6.根据权利要求1所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述s3包括:

7.根据权利要求6所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述通过异常节点集合及其邻接子图对图神经网络模型进行多层图卷积传播、节点间关系强度计算与注意力权重分配,获得各节点间的影响概率矩阵,包括:

8.根据权利要求1所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述s4包括:

9.根据权利要求8所述一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法,其特征在于,所述通过候选追补公式集合及严重程度模型对各公式的权重系数进行动态赋值、严重程度对公式有效性的修正计算,获得多公式贡献系数,包括:

10.一种用于实现如权利要求1所述的一种基于多维度特征融合的电能计量反窃电装置智能诊断与溯源方法的系统,其特征在于,所述系统包括: